.Net Discovery 系列之三--深入理解.Net垃圾收集机制(上)

  前言:

  组成.Net平台一个很重要的部分----垃圾收集器(Garbage Collection),今天我们就来讲讲它。想想看没有GC.Net还能称之为一个平台吗?各种语言虽然都被编译成MSIL,但是运行时的资源回收工作却“各自为战”,这样不但增加了编程难度,也会使内存管理工作变得复杂无比(不同语言处理内存的微小差异,将在回收资源时被放大),更也不利于平台移植。

   这篇文章将全面的为大家介绍.Net 垃圾收集的运行方式、算法,以及与垃圾收集相关的关键方法。

  说到垃圾收集机制,很少有人知道,垃圾收集并不是伴随Java出现的,早在1958年,图林奖得主John发明的Lisp语言就已经提供了GC的功能,这是GC的第一次出现,是思想的一次闪光!而后,1984Dave Ungar发明的Small talk语言第一次正式采用了GC机制。

  .Net的垃圾回收机制是个很大的话题,如果你没接触过类似C++那样的语言,就很难理解GC是一个多么重要、令人兴奋的东西:

    1.提高软件系统的内聚。

    2.降低编程复杂度,使程序员不必分散精力去处理析构。

    3.不妨碍设计师进行系统抽象。

    4.减少由于内存运用不当产生的Bug

    5.成功的将内存管理工作从程序的编写时,脱离至运行时,使不可预估的管理漏洞变为可预估的。

  正文:

  本文将通过GC的算法与工作方式”、“GC关键方法解析”两节来讲述.Net垃圾收集机制。

  第一节. GC的算法与工作方式

  1.算法

   垃圾收集器的本质,就是跟踪所有被引用到的对象,整理对象不再被引用的对象,回收相应的内存。

  这听起来类似于一种叫做“引用计数(Reference Counting)”的算法,然而这种算法需要遍历所有对象,并维护它们的引用情况,所以效率较低些,并且在出现“环引用”时很容易造成内存泄露。所以.Net中采用了一种叫做“标记与清除(Mark Sweep)”算法来完成上述任务。

   “标记与清除”算法,顾名思义,这种算法有两个本领:

  “标记”本领——垃圾的识别:从应用程序的root出发,利用相互引用关系,遍历其在Heap上动态分配的所有对象,没有被引用的对象被标记,即成为垃圾;存活的对象被标记,即维护成了一张“根-对象可达图”。

  其实,CLR会把对象关系看做“树图”,无疑,了解数据结构的同学都知道,有了“树图”的概念,会加快遍历对象的速度。

  检测、标记对象引用,是一件很有意思的事情,有很多方法可以做到,但是只有一种是效率最优的,.Net中是利用栈来完成的,在不断的入栈与出栈中完成检测:先在树图中选择一个需要检测的对象,将该对象的所有引用压栈,如此反复直到栈变空为止。栈变空意味着已经遍历了这个局部根(或者说是树图中的节点)能够到达的所有对象。树图节点范围包括局部变量(实际上局部变量会很快被回收,因为它的作用域很明显、很好控制)、寄存器、静态变量,这些元素都要重复这个操作。一旦完成,便逐个对象地检查内存,没有标记的对象变成了垃圾。

   清除”本领——回收内存:启用Compact算法,对内存中存活的对象进行移动,修改它们的指针,使之在内存中连续,这样空闲的内存也就连续了,这就解决了内存碎片问题,当再次为新对象分配内存时,CLR不必在充满碎片的内存中寻找适合新对象的内存空间,所以分配速度会大大提高。但是大对象(large object heap)除外,GC不会移动一个内存中巨无霸,因为它知道现在的CPU不便宜。通常,大对象具有很长的生存期,当一个大对象在.NET托管堆中产生时,它被分配在堆的一个特殊部分中,移动大对象所带来的开销超过了整理这部分堆所能提高的性能。

  Compact算法除了会提高再次分配内存的速度,如果新分配的对象在堆中位置很紧凑的话,高速缓存的性能将会得到提高,因为一起分配的对象经常被一起使用(程序的局部性原理),所以为程序提供一段连续空白的内存空间是很重要的。

  2.代龄(Generation)

  代龄就是对Heap中的对象按照存在时间长短进行分代,最短的分在第0代,最长的分在第2代,第2代中的对象往往是比较大的。Generation的层级与FrameWork版本有关,可以通过调用GC.MaxGeneration得知。

  通常,GC会优先收集那些最近分配的对象(0),这与操作系统经典内存换页算法“最近最少使用”算法如出一辙。但是,这并不代表GC只收集最近分配的对象,通常,.Net GC将堆空间按对象的生存期长短分成3代:新分配的对象在第0(0代空间最大长度通常为256K),按地址顺序分配,它们通常是一些局部变量;第1(1代空间最大长度通常为2 MB)是经过0代垃圾收集后仍然驻留在内存中的对象,它们通常是一些如表单,按钮等对象;第2代是经历过几次垃圾收集后仍然驻留在内存中的对象,它们通常是一些应用程序对象。

  当内存吃紧时(例如0代对象充满)GC便被调入执行引擎——也就是CLR——开始对第0代的空间进行标记与压缩工作、回收工作,这通常小于1毫秒。如果回收后内存依然吃紧,那么GC会继续回收第1(回收操作通常小于10毫秒)、第2代,当然GC有时并不是按照第012代的顺序收集垃圾的,这取决于运行时的情况,或是手动调用GC.Collect(i)指定回收的代。当对第2代回收后任然无法获得足够的内存,那么系统就会抛出OutOfMemoryException异常

  当经过几次GC过后,0代中的某个对象仍然存在,那么它将被移动到第1代。同理,第12代也按同样的逻辑运行。

  这里还要说的是,GC Heap中代的数量与容量,都是可变的(这由一个“策略引擎”控制,在第二节中,会介绍到“策略引擎”) 以下代码结合Windbg可以说明这个问题,以下代码中,可以通过单击按钮“button1”,不断的分配内存,而后获得对象“a”的代龄情况,并且在Form加载时也会获得“a”的代龄。

 

Code

 

    程序刚加载时,“a”的代龄为第0代,通过windbg我们还获得了以下信息

       缘清(aicken).Net文章-代龄1

  可以看出,GC堆被分成了两个段,三代,每代起始地址十进制差值为12

 

  点击数次button1”按钮后,a”的代龄升为第2代,通过windbg我们又获得了以下信息

       缘清(aicken).Net文章-代龄2

 

  这里要注意一个很关键的地方,就是各代的起始(generation x starts at)十进制地址差值不再是120代与1代差为989041代与2代差为107908,这说明代的大小随程序运行在改变,并且GC heap的大小也有变化。

 

  我是李鸣(Aicken) 请您继续关注我的下一篇文章。

 

posted on 2009-03-03 16:17  Aicken(李鸣)  阅读(6296)  评论(11编辑  收藏  举报